Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi

Muhammad Mariko (Universitas Amikom Yogyakarta)
Kusrini Kusrini (Universitas Amikom Yogyakarta)
Sudarmawan Sudarmawan (Universitas Amikom Yogyakarta)

Explore
Vol 11 No 2 (2021): Juli 2021

Perkembangan teknologi memberi dampak yang begitu besar bagi kehidupan manusia, selain meningkatkan produktivitas teknologi juga dapat memudahkan berbagai pekerjaan termasuk salah satunya yaitu dapat digunakan sebagai sarana yang untuk membantu dalam mengambil sebuah keputusan yang tepat seperti menentukan produk yang tepat untuk digunakan sebagai konten promosi, sehingga konten promosi yang dibuat menjadi lebih tepat sasaran. Pemanfaatan teknologi dalam pengolahan data yang besar bisa menggunakan data mining untuk menganalisa data transaksi penjualan untuk mengetahui pola-pola kombinasi keterhubungan setiap produk sehingga hasil kombinasi tersebut dapat digunakan untuk konten promosi. penelitian ini menggunakan metode apriori dan fp-growth untuk menemukan kombinasi atau keterbuhungan setiap produk berdasarkan nilai support dan confidance dari setiap proses mining. Hasil dari penelitian ini menunjukan bahwa algoritma FP-Growth membutuhkan waktu yang lebih sedikit dibandingkan dengan algoritma Apriori dalam proses mining, kemudian pola asosiasi yang terbentuk dengan nilai minimum support 15% dan nilai minimum confidence 20%. selain itu semakin besar nilai support dan nilai confidence yang diatur maka akan semakin singkat waktu pemprosesan algoritma dan semakin kecil nlai suppor dan nilai confidance maka akan semakin lama waktu yang dibutuhkan untuk memproses algoritma.